11 10월 2021

은행 및 금융 서비스 분야의 AI활용 트렌드와 사례

11 10월 2021

은행 및 금융 서비스 분야의 AI활용 트렌드와 사례

지난 한 해 코로나의 영향을 안 받은 기업은 없을 겁니다. 보이지도 않는 작은 바이러스가 성장의 기회로 작동한 기업도 많지만 힘겨운 도전인 경우가 더 많았을 겁니다. 여러 어려움에도 불구하고, 2020년은 기업들이 성장의 토대 구축을 위해 적극적으로 인공지능(AI)을 활용한 시기로 평가받습니다. 이는 UiPath가 전 세계 금융 고객들로부터 듣는 내용과도 일치합니다. 지난 해는 어려운 시기였지만, 많은 금융 기관들이 對 고객 서비스 개선, 내부 운영의 간소화와 효율화 그리고 이를 통한 수익성 강화를 목표로 RPA (Robotic Process Automation) 활용을 크게 높인 해이기도 합니다.

 
블로그_1012_1

가장 먼저 RPA솔루션을 도입한 사용자 그룹으로 분류되는 은행들은 이제 UiPath 플랫폼에 기본 적용된 AI를 이용해 이전에는 구현이 어려웠던 업무를 자동화하고 신규 영역으로 넓히기 위해 나서고 있습니다. EY컨설팅 보고서는 이 현상을 확실한 트렌드로 평가하고 있습니다. 금융 서비스 기업의 85%가 AI를 사용 중이며, 경영진의 77%가 향후 2년 내 AI가 비즈니스에서 차지하는 역할과 중요성이 커질 것으로 예상하고 있습니다. 당연히, UiPath가 제공하는 포괄적이고 유연한 AI 기술을 도입하는 기업도 꾸준히 늘고 있습니다.

 

 

은행들의 AI 활용법

은행들이 혁신을 위해 UiPath AI 기술을 사용하는 우선 순위 분야를 살펴보겠습니다:

 

● 고객 서비스 & 경험 개선: 금융 기업들은 백엔드 시스템과 고객 운영 업무의 긴밀한 통합으로 최적의 고객 경험을 제공하는 디지털 환경 구축에 매진하고 있습니다. 동시에 소비자 대상 금융 상품, 모바일 결제 플랫폼부터 자산 및 투자 관리 서비스에 이르는 수 많은 서비스의 디지털화를 위해 투자하고 있습니다. 그렇지 않으면, 전통적인 금융 서비스 프로세스를 무시하고 창의적 금융 상품과 혁신적 업무 프로세스를 무기로 도전하는 핀테크 스타트업과의 경쟁에서 이길 수 없기 때문이죠.

 
블로그_1012_2
 

운영 방식의 전환: 금융 기업들의 경쟁 우위 요소로 인식되던 물리적 네트워크 (예: 은행 지점)은 고객용 채팅 앱, 모바일 뱅킹, 이메일과 e카탈로그 및 콜센터 같은 온라인 채널로 빠르게 대체되고 있습니다. 서비스 시작 4년만에 1,717만 명의 사용자를 확보하고 계좌 이체액이 전년 대비 1,332% 증가한 카카오뱅크 사례만 보더라도 이 현상은 되돌릴 수 없음을 알 수 있습니다. 이와 맞물려, 수준 높은 고객 맞춤형 서비스 보장을 제공하기 위해 이들 온라인 채널에 지능형 서비스를 경쟁적으로 접목하고 있습니다.

 

AI 및 분석 기술 활용: 많은 은행이 자사가 보유한 데이터의 가치를 깨닫기 시작했습니다. 이를 계기로 데이터를 활용해 새로운 비즈니스 가능성과 가치 실현을 지원할 수 있는 플랫폼을 찾고 있습니다. 이를 위해 자체 머신러닝 모델 구축 뿐 아니라 자사 업무 환경에 손쉽게 통합될 수 있는 Out-of-box 방식의 머신러닝 솔루션도 적극 도입하고 있습니다. 여기에는 비정형 문서 처리, 예측, 세그먼테이션과 분류 같은 시나리오가 포함됩니다.

 

비즈니스 위험 완화: 은행들은 AI와 RPA를 이용해 업무 과정에서 발생하는 인력에 의한 오류를 줄일 수 있는 솔루션 개발에 적극 나서도 있습니다. 이 과정에서 인적 오류로 인해 일어날 수 있는 보안 이슈도 차단하는 부가적 효과도 얻고 있습니다.

 

UiPath 플랫폼 전체에 포함되어 있는 AI기술은 은행 업무에 광범위하게 적용됩니다. 예를 들어, UiPath 프로세스 마이닝을 사용해 자동화에 적합한 업무를 찾아내고, UiPath Document Understand로 문서 데이터의 지능적 분류와 추출이 가능합니다. 또한 SW 로봇이 UiPath Computer Vision 기술을 이용해 컴퓨터 화면 내용을 직접 읽고 업무를 처리하는 것도 가능합니다. 은행들은 UiPath가 제공하는 사전 학습된 Out-of-box 방식의 ML모델도 적극 활용하고 있습니다. 은행 업무 요건에 맞추기 위해서는 ML모델의 재학습이 꼭 필요한데, 재학습이 쉽고 빠르기 때문입니다.

 

 

AI를 이용한 고객 서비스 고도화

코로나가 확산되면서 이메일을 고객 서비스 채널로 이용하는 비율이 크게 늘었습니다. 대부분의 은행에서 이메일 이용률이 두 배 이상 증가한 것으로 파악됩니다. 한 글로벌 은행은 고객 요청, 질문 및 불만 관련 고객 이메일을 연 100만 건 정도 처리합니다. 이 은행은 과거에는 고객 이메일(비정형 데이터)을 수작업으로 분류하고 다시 수작업으로 관련 부서에 배포했기 때문에 시간과 비용 부담은 높고 고객 서비스 품질은 낮아지는 문제가 지속되었습니다.

 

이 은행은 UiPath 텍스트 분류 ML 모델을 재학습시켜 이메일에서 은행의 특정 상품과 하위 상품명 및 카테고리를 인식하도록 만들었습니다. 재학습된 모델로 무장한 UiPath 로봇을 개발, 배포해 현업 부서의 이메일 수신, 분류 및 응답 업무를 자동화했습니다. AI 솔루션 도입 후, 평균 처리 시간은 90% 줄면서 이메일 전달 정확도는 93% 높아졌고, 고객 문의에 대한 응답 시간이 크게 줄었습니다.

 

수 백만 건의 문서도 손쉽게 처리하는 AI

수 많은 비정형 문서(고객 이메일, 신용 대출 서류, 각종 확인서 등) 처리는 은행의 주요 과제 중 하나입니다. UiPath는 Document Understanding ML 모델을 활용해 이런 종류의 업무 난이도를 낮추고 있습니다. 예를 들어 개체 인식, 질의응답 모델이란 이름이 붙여진 ML모델은 은행의 여러 업무 시나리오에 손쉽게 적용할 수 있습니다. 일부 은행은 불과 몇 주 만에 이런 머신러닝 모델을 적용하고 있습니다.

미국의 한 은행은 매년 수백만 건의 스왑(Swap) 거래를 처리합니다. 스왑은 주식 같은 자산의 가치나 현금 흐름을 다른 사람과 거래하는 업무를 의미합니다. 따라서, 많은 부분 수작업으로 처리되던 스왑 거래의 확정 관리 자동화로 은행이 얻을 수 있는 효과는 매우 큽니다. 은행은 스왑 업무를 자동화하고 이를 통해 거래량을 확대할 수 있는 솔루션을 찾게 되었습니다. 먼저, 스왑 거래의 세부 사항 파악을 위해 UiPath ML 모델의 Document Understanding 재학습을 진행했습니다. 그 다음 로봇을 이용하여 내부 규정에 따라 거래를 조정하고, 예외 사항이 발생하면 자동으로 운영팀으로 보내 검토하는 방식으로 프로세스를 개선했습니다. UiPath Document Understanding ML 모델 활용으로 오류 발생은 90%, 비용은 연간 120만 달러를 줄였습니다.

 

 

AI를 이용한 무역 업무 처리 생산성 향상

이번에는 증권 거래 정보를 포함한 수 십만 개의 이메일 업무 처리를 개선하기 위해 AI를 활용한 글로벌 은행의 사례를 살펴보겠습니다. 구조화되지 않은 이메일의 처리를 위해서는 이메일의 복잡한 구조를 이해해야 하고 다양한 데이터 필드와 데이터 형태를 추출해야 합니다. 따라서, 직원 한 명이 한 트랜잭션을 처리하는데 평균 8-10분 정도가 소요되고 오류도 많이 발생하게 됩니다. 은행은 UiPath이 개발한 개체 인식 ML 모델을 사용하여 문서에 포함된 다양한 데이터 필드와 데이터 형식을 읽어내는데 성공했습니다. 그리고 이 ML모델을 이용하는 로봇 이용으로 트랜잭션 관리가 획기적으로 개선할 수 있었습니다. 솔루션 구축 후, 평균 거래 처리 시간은 95% 감소하고 정보 추출 정확도는 92% 높아졌습니다. 은행은 계약 및 고객 문의 업무에 동일한 프로세스를 적용하는 방안을 검토하고 있습니다.

 

 

자동화 효과의 확산을 위한 AI 활용

은행은 비즈니스를 확대하고 고객에게 더 나은 서비스와 상품을 제공하기 위해 다양한 기술을 사용하는 선구자 역할을 오랜 기간 맡아왔습니다. UiPath는 RPA와 AI 기술의 결합으로 은행 전반의 비즈니스와 역량 강화를 지원하고 있습니다. 은행이 주도하는 새로운 혁신의 물결이 퍼지고 있습니다. 혁신은 필요에 의해 시작됩니다. 은행들은 KYC (Know Your Customer)관련 컴플라이언스, 주택담보대출과 무역 금융 분야 등에 UiPath 지능형 문서 처리 솔루션을 활용하고 있습니다. UiPath 가 사전에 학습시킨 ML 모델은 미지급금, 계약 및 계약 관리, 소매 금융 및 신용 카드 관리 등 다양한 업무에 사용됩니다. 다른 사례로는 채무 불이행 관리, 고객 인사이트 및 보완책 예측, 무역 공급망 관리, 부정적인 뉴스 심사 등이 있습니다.

 

 

은행과 금융 서비스 분야의 AI 활용 사례 알아보기

금융 관련 규제, 복잡한 레거시 IT 시스템과 프로세스, 글로벌 경제의 복잡성, 더 나은 서비스와 금융 상품에 대한 고객 요구 등으로 인해 금융 기관이 접하는 비즈니스 상황은 복잡해지고 해결할 문제는 늘어나고 있습니다. UiPath 고객들은 포괄적인 AI 지원 플랫폼을 이용한 솔루션 구축으로 이런 상황에 대응하고 있습니다. 동시에 UiPath AI 센터, Document Understanding, AI 컴퓨터 비전 및 UiPath 플랫폼이 제공하는 다양한 기능의 혜택을 누리고 있습니다. 이런 방법으로 은행과 금융 기관들은 코로나 팬데믹 시기에 찾아온 문제들을 해결하고 지속적 성장을 위한 체력을 비축하고 있습니다.

 

여러분 비즈니스 시나리오에 적합한 UiPath AI 솔루션을 알아보려면 Enterprise Trial에 등록하세요!



by UiPath Korea

TOPICS: UiPath, RPA, AI, 로보틱프로세스자동화, 자동화, 로봇프로세스자동화, 가트너매직쿼드런트, RPA솔루션, 로봇프로세스, 은행 및 금융 서비스 분야

Show sidebar